如何在 ggstatsplot 中修改 p 值和大小的標簽

Question

我正在使用ggstatsplot R包進行繪圖。 完成劇情后，我有一個問題。 這是我的情節的代碼：

library(ggstatsplot)
#Data
data("movies_long")
movies_long
#Plot
Myplot <- ggbarstats(
  data             = movies_long,
  x                = mpaa,
  y                = year,
  title            = "Distribution of movies per year",
  xlab             = "year",
  legend.title     = "",
  ggplot.component = list(ggplot2::scale_x_discrete(guide = ggplot2::guide_axis(n.dodge = 2))),
  palette          = "Set2"
  )

接下來是輸出：

該情節非常有用，但有兩個問題。 首先是條形頂部的 p 值重疊。 其次是也有重疊的大小 n，我如何改進條形頂部的 p 值標簽以及底部的大小 n？

有沒有辦法使用置信度來獲取這些 p 值並轉換為 p<0.001、p<0.1？

非常感謝您的幫助。 在極端情況下，有沒有辦法知道如何計算每個條的 p 值（正在應用哪個測試），以便我可以復制它並使用ggplot2創建類似的圖？

Answer 1

我質疑你的說法，即這個情節非常有用。 除了重疊標簽外，還有一些統計問題，包括：

• 該情節幾乎完全掩蓋了它在 1991 年之前的大多數年份中每年總結一部電影的事實。
• 該分析會計算大量p 值，而無需對多個假設檢驗進行任何校正，這是一種不好的做法。

這是限制在 1991 年至 2005 年之間發行的電影的相同情節。它更好，盡管仍然充滿了過多的未校正 p 值。

注意：我已經把地塊做得足夠大以容納所有這些標簽。 現在文本有點小，但通過一些試驗和錯誤，您可以得到“正確”的繪圖高度和寬度。

至於每個條形圖頂部的 p 值......有一種方便的方法可以提取在 ggplot 中可視化的數據：

p$data
#> # A tibble: 41 × 5
#>    year  mpaa  counts  perc .label
#>    <fct> <fct>  <int> <dbl> <chr> 
#>  1 1991  R          5  83.3 83%   
#>  2 1992  R          6 100   100%  
#>  3 1993  R          5  83.3 83%   
#>  4 1994  R         20  80   80%   
#>  5 1995  R         59  69.4 69%   
#>  6 1996  R         63  60.6 61%   
#>  7 1997  R         71  62.3 62%   
#>  8 1998  R         82  61.7 62%   
#>  9 1999  R         98  61.3 61%   
#> 10 2000  R         77  48.4 48%   
#> # … with 31 more rows

現在我們已經確認每個條形圖都是按收視率（R、PG、PG-13）對電影數量的簡單匯總，我們可以快速檢查 p 值是否來自計數的卡方檢驗按評級：

p$data %>%
  filter(
    year == 2000
  )
#> # A tibble: 3 × 5
#>   year  mpaa  counts  perc .label
#>   <fct> <fct>  <int> <dbl> <chr> 
#> 1 2000  R         77  48.4 48%   
#> 2 2000  PG-13     64  40.3 40%   
#> 3 2000  PG        18  11.3 11%

chisq.test(c(77, 64, 18))
#> 
#>  Chi-squared test for given probabilities
#> 
#> data:  c(77, 64, 18)
#> X-squared = 36.264, df = 2, p-value = 1.335e-08